CN115048902B - 器件测试方法和电子设备 - Google Patents
器件测试方法和电子设备 Download PDFInfo
- Publication number
- CN115048902B CN115048902B CN202111123059.6A CN202111123059A CN115048902B CN 115048902 B CN115048902 B CN 115048902B CN 202111123059 A CN202111123059 A CN 202111123059A CN 115048902 B CN115048902 B CN 115048902B
- Authority
- CN
- China
- Prior art keywords
- tested
- parameters
- service life
- parameter
- test
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/39—Circuit design at the physical level
- G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本申请提供一种器件测试方法和电子设备,涉及终端技术领域。该器件测试方法,利用预训练的仿真模型输出待测试器件在环境参数中的预测使用寿命。其中,仿真模型中配置有待测试设备的几何模型以及待测试器件的调整后的器件参数,器件参数为受到环境参数影响时,使得待测试器件的使用寿命发生变化的参数。而由于器件参数是根据待测试器件的真实使用寿命与待训练模型输出的测试寿命的差值调整的,仿真模型中配置的器件参数的精确度,进而,使得仿真模型输出的待测试器件的预测使用寿命也高。
Description
技术领域
本申请涉及终端技术领域,尤其涉及一种器件测试方法和电子设备。
背景技术
目前,当用户在使用终端设备时,终端设备会处于不同的环境条件(如温度条件和受力条件)。当终端设备处于不同的环境条件下时,终端设备的电子器件会发生不同的形变。电子器件发生不同的形变对应电子器件受到了不同的损伤。进而,导致终端设备的使用寿命也不同。如此,测试人员在终端设备出厂前,会对终端设备的使用寿命进行测试,以确定终端设备的使用寿命是否符合要求。通常,测试人员会在测试设备中设置终端设备中的至少一个目标器件的器件参数。然后,测试人员可以在测试设备上的仿真模型输入温度条件、或者受力条件。进而,仿真模型可以根据至少一个目标器件的器件参数,计算终端设备的至少一个目标器件在处于某一个温度条件或受力条件下的使用寿命。进而,根据至少一个目标器件的使用寿命,确定终端设备的使用寿命。
然而,上述计算得出的电子器件的使用寿命,精确度低;这样,导致确定的电子设备的使用寿命的精确度也低。
发明内容
本申请提供一种器件测试方法和电子设备,计算得出的电子器件的使用寿命,精确度高;这样,可以使得确定的电子设备的使用寿命的精确度也高。
第一方面,本申请提供了一种器件测试方法,包括:显示第一界面。在第一界面中获取用户输入的环境参数、待测试设备的标识、以及待测试器件的标识,其中,待测试器件为待测试设备的器件。利用预训练的仿真模型输出待测试器件在环境参数中的预测使用寿命。其中,仿真模型中配置有待测试设备的几何模型以及待测试器件的调整后的器件参数,器件参数为受到环境参数影响时,使得待测试器件的使用寿命发生变化的参数,器件参数是根据待测试器件的真实使用寿命与待训练模型输出的测试寿命的差值调整的。
该器件测试方法,利用预训练的仿真模型输出待测试器件在环境参数中的预测使用寿命。其中,仿真模型中配置有待测试设备的几何模型以及待测试器件的调整后的器件参数,器件参数为受到环境参数影响时,使得待测试器件的使用寿命发生变化的参数。而由于器件参数是根据待测试器件的真实使用寿命与待训练模型输出的测试寿命的差值调整的,仿真模型中配置的器件参数的精确度,进而,使得仿真模型输出的待测试器件的预测使用寿命也高。
在一种可能的实施方式中,环境参数包括温度参数和应力参数,器件参数包括用于指示待测试器件受到温度参数影响发生形变的第一影响因子、和用于指示待测试器件受到应力参数影响发生形变的第二影响因子,利用预训练的仿真模型输出待测试器件在环境参数中的预测使用寿命,包括:利用预训练的仿真模型基于第一影响因子、温度参数以及几何模型,确定几何模型受到温度参数影响时,待测试器件的第一损伤值。利用预训练的仿真模型基于第二影响因子、应力参数以及几何模型,确定几何模型受到应力参数影响时,待测试器件的第二损伤值。利用预训练的仿真模型基于第一损伤值和第二损伤值,输出几何模型受到环境参数影响时,待测试器件的预测使用寿命。
上述环境参数包括温度参数和应力参数二者的结合,更符合用户在使用待测试设备的环境参数。如此,基于仿真模型确定的待测试设备的待测试器件处于上述的温度参数和应力参数下时的预测使用寿命的精确度更高。
在一种可能的实施方式中,第一损伤值满足算式其中,D1为第一损伤值,Δγ为几何模型受到温度参数影响时,待测试器件发生的形变量,εf1为预设的热疲劳韧性系数,热疲劳韧性系数用于描述待测试器件在温度参数影响下的韧性,c=K1Tm+K2ln(1+f),Tm为温度参数的平均温度值,f为温度参数中的温度交替变换的频率,K1和K2为常数。形变量Δγ,是预训练的仿真模型基于第一影响因子、温度参数、以及几何模型确定的。
在一种可能的实施方式中,第二损伤值满足算式其中,D2为几何模型受到应力参数影响时,待测试器件的第二损伤值,t为待测试器件从开始振动到发生破坏的时间。其中,待测试器件从开始振动到发生破坏的时间t满足 n0 +为待测试器件在振动时通过零点的次数,N1为在第一阶模态下的振动时直到破坏的振动次数,N2为在第二阶模态下的振动时直到破坏的振动次数,N3为在第三阶模态下的振动时直到破坏的振动次数。N1满足ε1=aN1 b,N2满足ε2=aN2 b,N3满足ε3=aN3 b,形变分量ε1是待测试器件在第一阶模态下,仿真模型基于第二影响因子和应力参数确定的;形变分量ε2是待测试器件在第二阶模态下,仿真模型基于第二影响因子和应力参数确定的,形变分量ε3是待测试器件在第一阶模态下,仿真模型基于第二影响因子和应力参数确定的,a和b为常数。
由于,第一损伤值是待测试器件受到温度参数影响造成的,第二损伤值是待测试器件受到应力参数影响造成的。可以理解地,算式是将温度参数影响造成的第一损伤值和应力参数影响造成的第二损伤值结合起来,确定预测使用寿命的,因此,预测使用寿命的精确度更高。
在一种可能的实施方式中,在第一界面中获取用户输入的环境参数、待测试设备的标识、以及待测试器件的标识之前,本申请提供的方法还包括:获取环境参数、待测试设备的标识以及真实使用寿命。利用待训练模型输出待测试设备的待测试器件,在环境参数中的测试寿命,其中,待训练模型中配置有待测试器件的初始器件参数。在测试寿命与真实使用寿命的差值大于预设值的情况下,调整待训练模型中的初始器件参数,直到测试寿命与真实使用寿命的差值小于或等于预设值,得到仿真模型。
这样,可以使得仿真模型中配置的器件参数更精确。
在一种可能的实施方式中,在测试寿命与真实使用寿命的差值大于预设值的情况下,调整待训练模型中的初始器件参数,包括:若测试寿命大于真实使用寿命,且测试寿命与真实使用寿命的差值大于预设值,则减小初始器件参数。若测试寿命小于真实使用寿命,且测试寿命与真实使用寿命的差值大于预设值,则增大初始器件参数。
这样,可以使得测试寿命更接近真实使用寿命,配置的器件参数的精确度高。
在一种可能的实施方式中,在获取环境参数、待测试设备的标识以及待测试器件的真实使用寿命之前,本申请提供的方法还包括:在待测试设备处于测试环境后,确定待测试设备的真实使用寿命。
在一种可能的实施方式中,在待测试设备处于测试环境后,确定待测试设备的真实使用寿命之前,本申请提供的方法还包括:采集待测试器件的第一图像。在待测试设备处于测试环境后,确定待测试设备的真实使用寿命,包括:在待测试设备处于测试环境后,采集待测试器件的第二图像。比对第二图像和第一图像,以计算待测试器件处于测试环境下的环境条件下发生的第一形变量。利用Coffin-Manson模型基于第一形变量,获取真实使用寿命。
这样,可以精确地确定待测试设备处于测试环境后,待测试器件的真实使用寿命。
在一种可能的实施方式中,测试环境下的环境条件包括:温度条件和应力条件。测试环境包括:温箱和振动台,振动台位于温箱内。在待测试设备处于振动台时,振动台用于控制待测试设备振动,以使待测试设备处于应力条件下,温箱用于使得待测试设备处于温度条件下。
这样,可以使得测试环境贴近用户使用待测试设备的使用环境。
在一种可能的实施方式中,器件参数包括热传导系数、热膨胀系数、弹性模量以及泊松比中的至少一个。
热传导系数、热膨胀系数、弹性模量以及泊松比均为受到环境参数影响时,使得待测试器件的使用寿命发生变化的参数。
在一种可能的实施方式中,待测试器件为SOC芯片。
第二方面,本申请还提供一种器件测试装置,包括:显示单元,用于显示第一界面。处理单元,通过第一界面获取用户输入的环境参数、待测试设备的标识、以及待测试器件的标识,其中,待测试器件为待测试设备的器件。处理单元,还用于利用预训练的仿真模型输出待测试器件在环境参数中的预测使用寿命;其中,仿真模型中配置有待测试设备的几何模型以及待测试器件的调整后的器件参数,器件参数为受到环境参数影响时,使得待测试器件的使用寿命发生变化的参数,器件参数是根据待测试器件的真实使用寿命与待训练模型输出的测试寿命的差值调整的。
在一种可能的实施方式中,环境参数包括温度参数和应力参数,器件参数包括用于指示待测试器件受到温度参数影响发生形变的第一影响因子、和用于指示待测试器件受到应力参数影响发生形变的第二影响因子。
处理单元,具体用于利用预训练的仿真模型基于第一影响因子、温度参数以及几何模型,确定几何模型受到温度参数影响时,待测试器件的第一损伤值。利用预训练的仿真模型基于第二影响因子、应力参数以及几何模型,确定几何模型受到应力参数影响时,待测试器件的第二损伤值。利用预训练的仿真模型基于第一损伤值和第二损伤值,输出几何模型受到环境参数影响时,待测试器件的预测使用寿命。
在一种可能的实施方式中,第一损伤值满足算式其中,D1为第一损伤值;Δγ为几何模型受到温度参数影响时,待测试器件发生的形变量,εf1为预设的热疲劳韧性系数,热疲劳韧性系数用于描述待测试器件在温度参数影响下的韧性,c=K1Tm+K2ln(1+f),Tm为温度参数的平均温度值,f为温度参数中的温度交替变换的频率,K1和K2为常数。形变量Δγ,是预训练的仿真模型基于第一影响因子、温度参数、以及几何模型确定的。
在一种可能的实施方式中,第二损伤值满足算式其中,D2为几何模型受到应力参数影响时,待测试器件的第二损伤值,t为待测试器件从开始振动到发生破坏的时间。其中,待测试器件从开始振动到发生破坏的时间t满足 n0 +为待测试器件在振动时通过零点的次数,N1为在第一阶模态下的振动时直到破坏的振动次数,N2为在第二阶模态下的振动时直到破坏的振动次数,N3为在第三阶模态下的振动时直到破坏的振动次数。N1满足ε1=aN1 b,N2满足ε2=aN2 b,N3满足ε3=aN3 b,形变分量ε1是待测试器件在第一阶模态下,仿真模型基于第二影响因子和应力参数确定的;形变分量ε2是待测试器件在第二阶模态下,仿真模型基于第二影响因子和应力参数确定的,形变分量ε3是待测试器件在第一阶模态下,仿真模型基于第二影响因子和应力参数确定的,a和b为常数。
在一种可能的实施方式中,处理单元还用于获取环境参数、待测试设备的标识以及真实使用寿命。利用待训练模型输出待测试设备的待测试器件,在环境参数中的测试寿命,其中,待训练模型中配置有待测试器件的初始器件参数。在测试寿命与真实使用寿命的差值大于预设值的情况下,调整待训练模型中的初始器件参数,直到测试寿命与真实使用寿命的差值小于或等于预设值,得到仿真模型。
在一种可能的实施方式中,处理单元,具体用于若测试寿命大于真实使用寿命,且测试寿命与真实使用寿命的差值大于预设值,则减小初始器件参数。若测试寿命小于真实使用寿命,且测试寿命与真实使用寿命的差值大于预设值,则增大初始器件参数。
在一种可能的实施方式中,器件参数包括热传导系数、热膨胀系数、弹性模量以及泊松比中的至少一个。
在一种可能的实施方式中,待测试器件为SOC芯片。
第三方面,本申请实施例提供一种电子设备,包括处理器和存储器,存储器用于存储代码指令;处理器用于运行代码指令,使得电子设备以执行如第一方面或第一方面的任一种实现方式中描述的器件测试方法。
第四方面,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质存储有指令,当指令被执行时,使得计算机执行如第一方面或第一方面的任一种实现方式中描述的器件测试方法。
第五方面,本申请实施例一种计算机程序产品,包括计算机程序,当计算机程序被运行时,使得计算机执行如第一方面或第一方面的任一种实现方式中描述的器件测试方法。
应当理解的是,本申请的第二方面至第五方面与本申请的第一方面的技术方案相对应,各方面及对应的可行实施方式所取得的有益效果相似,不再赘述。
附图说明
图1为本申请实施例提供的电子设备的硬件系统架构示意图;
图2为本申请实施例提供的器件测试方法的流程图之一;
图3为本申请实施例提供的第一界面101的界面示意图;
图4为本申请实施例提供的测试环境的系统架构图;
图5为本申请实施例提供的图2中的S308的具体流程图;
图6为本申请实施例提供的SOC芯片的第一损伤值与温度参数的关系示意图;
图7为本申请实施例提供的器件测试方法的流程图之二;
图8为本申请实施例提供的图5中的步骤2的具体流程图;
图9为本申请实施例提供的SOC芯片上的任一点的位移为随机的过程且服从正态分布的示意图;
图10为本申请实施例提供的器件测试装置的框图;
图11为本申请实施例提供的一种电子设备的硬件结构示意图;
图12为本申请实施例提供的一种芯片的结构示意图。
具体实施方式
为了便于清楚描述本申请实施例的技术方案,在本申请的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。例如,第一值和第二值仅仅是为了区分不同的值,并不对其先后顺序进行限定。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
需要说明的是,本申请中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
当终端设备处于不同的环境条件下时,终端设备的电子器件会发生不同的形变。电子器件发生不同的形变,对应电子器件受到了不同的损伤。进而,导致终端设备的使用寿命也不同。如此,测试人员可以根据仿真模型计算终端设备的各个电子器件在不同的环境条件下的使用寿命。
以电子器件为系统级芯片(system on chip,SOC)芯片为例,当测试人员想要测试待测试设备的SOC芯片,在环境条件为温度30摄氏度下的使用寿命。测试人员可以在终端设备打开仿真应用的第一界面。终端设备可以接收测试人员在第一界面中输入的待测试设备的标识“honor50”、“SOC芯片”、以及环境条件“温度30摄氏度”。进而,终端设备100向服务器200发送数据包,其中,数据包中携带有“honor50”、“SOC芯片”、以及“温度30摄氏度”。服务器根据“SOC芯片”查找到预配置的SOC芯片的器件参数;以及根据待测试设备的标识“honor50”查找到待测试设备的几何模型。进而,服务器根据待测试设备的几何模型、SOC芯片的器件参数及环境条件“温度30摄氏度”,计算SOC芯片的使用寿命。进而,服务器可以向终端设备发送计算得到的使用寿命。如此,测试人员可以在终端设备的第一界面查阅到SOC芯片的使用寿命。
然而,服务器预配置的SOC芯片的器件参数,与SOC芯片实际的器件参数可能存在较大的差异。如此,会导致计算得到的SOC芯片的使用寿命的精确度不高。
有鉴于此,本申请提供了一种器件测试方法,可以在第一界面中获取用户输入的环境参数、待测试设备的标识、以及待测试器件的标识,其中,待测试器件为待测试设备的器件。利用预训练的仿真模型输出待测试器件在环境参数中的真实使用寿命;其中,仿真模型中配置有待测试设备的几何模型以及待测试器件的调整后的器件参数,器件参数为受到环境参数影响时,使得待测试器件的使用寿命发生变化的参数。如,器件参数可以为弹性模量、泊松比、热传导系数及热膨胀系数等。另外,由于器件参数是根据待测试器件的真实使用寿命与待训练模型输出的测试寿命的差值调整的。如此,可以使得仿真模型中配置的调整后的器件参数,更接近待测试器件的真实的器件参数。进而,基于调整后的器件参数,输出的待测试器件在环境参数中的预测使用寿命,也更接近待测试器件的真实使用寿命,提高了输出的预测使用寿命的精确度。
可以理解的是,上述的器件测试方法可以应用于终端设备和/或服务器。其中,终端设备和/或服务器可以理解为测试设备。其中,服务器可以是,但不限于,网络服务器、数据库服务器、云端服务器等等。终端设备可以是但不限于办公电脑。
另外,上述待测试设备可以是手机(mobile phone)、智能电视、穿戴式设备、平板电脑(Pad)、带无线收发功能的电脑、虚拟真实(virtual reality,VR)电子设备、增强真实(augmented reality,AR)电子设备、工业控制(industrial control)中的无线终端、无人驾驶(self-driving)中的无线终端、远程手术(remote medical surgery)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportation safety)中的无线终端、智慧城市(smart city)中的无线终端、智慧家庭(smart home)中的无线终端等等。本申请的实施例对待测试设备所采用的具体技术和具体设备形态不做限定。
示例性的,图1为本申请实施例提供的一种待测试设备的结构示意图。
待测试设备可以包括处理器110,外部存储器接口120,内部存储器121,通用串行总线(universal serial bus,USB)接口130,充电管理模块140,电源管理模块141,天线1,天线2,移动通信模块150,无线通信模块160,音频模块170,扬声器170A,收话器170B,麦克风170C,传感器模块180,按键190,指示器192,摄像头193,以及显示屏194等。其中传感器模块180可以包括压力传感器180A,陀螺仪传感器180B,气压传感器180C,磁传感器180D,加速度传感器180E,距离传感器180F,接近光传感器180G,指纹传感器180H,温度传感器180J,触摸传感器180K,环境光传感器180L,骨传导传感器180M等。
可以理解的是,本申请实施例示意的结构并不构成对待测试设备的具体限定。在本申请另一些实施例中,待测试设备可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。处理器110中还可以设置存储器,用于存储指令和数据。另外,处理器110还可以集成于一个SOC芯片中。
本申请实施例的术语解释:
弹性模量:对弹性体施加一个外界作用力,弹性体会发生形状的改变(称为“形变”),弹性模量为:单向应力状态下应力除以该方向的应变。
泊松比:泊松比是指材料在单向受拉或受压时,横向正应变与轴向正应变的绝对值的比值,也叫横向变形系数,它是反映材料横向变形的弹性常数。
热传导系数:材料直接传导热量的能力称为热传导系数,又称热导率(ThermalConductivity)。热导率定义为单位截面、长度的材料在单位温差下和单位时间内直接传导的热量。
热膨胀系数:物体由于温度改变而有胀缩现象。其变化能力以等压(p一定)下,单位温度变化所导致的长度量值的变化,即用热膨胀系数表示。
固有频率:固有频率也称为自然频率(natural frequency)。物体做自由振动时,其位移随时间按正弦或余弦规律变化,振动的频率与初始条件无关,而仅与系统的固有特性有关(如质量、形状、材质等),称为固有频率。
固有角频率:也称圆频率,表示单位时间内变化的相角弧度值。角频率是描述物体振动快慢的物理量,与振动系统的固有属性有关。
弹性形变:是指固体受外力作用而使各点间相对位置的改变,当外力撤消后,固体又恢复原状谓之“弹性形变”。
塑性形变:弹性体在应变较小的区域,应力和应变通常表现为线性比例关系,遵从胡克定律F=-k·x或△F=-k·Δx。当应变进一步增大时,应力和应变的关系不再成线性关系,呈现出非线性的关系,此时的形变称为塑性形变。
韧性系数:表示材料在塑性变形和破裂过程中吸收能量的能力。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以独立实现,也可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
下面,以测试设备为终端设备100和服务器200,待测试设备为手机300、待测试器件为手机300的SOC芯片为例,并结合图2-图9对本申请实施例提供的器件测试方法进行说明,该示例并不构成对本申请实施例的限定。下述实施例可以相互结合,对于相同或相似的概念或过程不再赘述。如图2所示,本申请实施例提供的器件测试方法包括:
S301:终端设备100显示第一界面101。
其中,如图3所示,第一界面101包括用于输入参数的区域和修正按钮202。当修正按钮202被触发时,可以向服务器200发送数据包。其中,数据包携带有环境参数。
S302:终端设备100在第一界面101中获取环境参数、手机300的标识以及SOC芯片的真实使用寿命。其中,SOC芯片为手机300的器件。
示例地,仍如图3所示,环境参数可以包括温度参数和应力参数。温度参数可以为但不限于:每隔30min交替变换的30摄氏度和0摄氏度。例如,还可以为22摄氏度;应力参数可以为但不限于:250HZ。例如,还可以为200N。
手机300的标识可以为“honor50”,也可以替换为“honor magic”等,在此不作限定。可以理解地,不同的手机的标识对应的手机的几何模型不同。
下面,结合图4说明终端设备100如何获取真实使用寿命。
需要说明的是,终端设备100在获取真实使用寿命之前,需要将手机300置于真实的环境条件下。图4示意出了本申请实施例提供的测试环境的架构图。如图4所示,该测试环境包括温箱400和振动台500。其中,振动台500位于温箱400内,温箱400的外侧设置有人机交互屏(附图中未示意出)。示例地,温箱400的人机交互屏可以接收测试人员设置的应力条件:振动频率250HZ,以及设置的温度条件:每隔30min交替变换的30摄氏度和0摄氏度。进而,可以控制振动台500以250HZ的振动频率振动,以使得手机300在跟随振动台500振动时处于设置的应力条件下;以及控制温箱400内每隔30min交替变换的30摄氏度和0摄氏度,使得手机300处于设置的温度条件下。需要说明的是,手机300在被用户使用时通常处于开机状态(当手机300处于开机状态时,会产生热量)。因此,为了手机300更贴合被用户使用时的场景,可以使得手机300在处于上述的真实的环境条件时,处于开机状态。需要说明的是,当手机300处于上述应力条件和温度条件时,可以理解为手机300处于真实的环境条件下。
可以理解地,根据热胀冷缩的原理,当手机300处于上述设置的温度条件下,手机300的SOC芯片会受到温度的影响发生形变;另外,当手机300在上述设置的应力条件下时,手机300的SOC芯片会受到应力的影响发生形变。在预设时长后,测试人员A可以取出手机300,并对手机300进行拆机,以露出手机300上的SOC芯片。
下面,具体介绍终端设备100获取真实使用寿命方式:
示例地,可以使用CT设备对处于上述真实的环境条件之前的SOC芯片拍摄,得到SOC芯片的第一CT图像,以及使用CT设备对处于上述真实的环境条件之后的SOC芯片拍摄,得到SOC芯片的第二CT图像。
计算设备接收来自CT设备的第一CT图像和第二CT图像。进而,计算设备根据第一CT图像和第二CT图像,计算SOC芯片的第一形变量。其中,第一形变量可以是SOC芯片面积的差值或者周长的差值等,在此不做限定。可以理解地,第一形变量为手机300的SOC芯片受到温度的影响发生的形变量,与手机300的SOC芯片受到应力的影响发生的形变量之和。如此,计算设备可以根据Coffin-Manson模型及第一形变量,计算手机300处于预设的环境条件下时,手机300的SOC芯片的真实使用寿命。示例性地,计算设备根据算式计算上述的真实使用寿命。其中,T1为真实使用寿命,Δε为第一形变量,A为预配置的常数,B为预配置的常数。如此,测试人员A可以从计算设备获取到手机300处于预设的环境条件下时,手机300的SOC芯片的真实使用寿命。其中,计算设备可以为上述的服务器200或终端设备100,也可以是其他设备,在此不作限定。
S303:终端设备100向服务器200发送环境参数、待测试设备的标识以及真实使用寿命。
终端设备100接收测试人员A在第一界面101输入的温度参数“每隔30min交替变换的30摄氏度和0摄氏度”及应力参数“250HZ”。进而,终端设备100可以响应于测试人员A对修正按钮202的触发操作,向服务器200发送温度参数“每隔30min交替变换的30摄氏度和0摄氏度”及应力参数“250HZ”。
S304:服务器200利用待训练模型输出SOC芯片在环境参数中的测试寿命。其中,待训练模型中配置有SOC芯片的初始器件参数和手机300的几何模型。
可以理解地,手机300的几何模型可以根据手机300的标识查找到。手机300的几何模型用于指示手机300的形状与构造,形状与构造可以包括手机300的外壳形状、各个待测试器件的位置以及集成电路的布线方式等,在此不作限定。可以理解地,当手机300的处于某一环境条件下时,若手机300的形状与构造不同,则会使得手机300的SOC芯片的测试寿命也会不同。
另外,初始器件参数为受到环境参数影响时,使得待测试器件的使用寿命发生变化的参数。示例性地,初始器件参数可以包括用于指示SOC芯片受到温度参数影响发生形变的第一影响因子和用于指示SOC芯片受到应力参数影响发生形变的第二影响因子。示例性地,第一影响因子可以包括但不限于SOC芯片的热传导系数和热膨胀系数;第二影响因子可以包括但不限于SOC芯片的弹性模量和泊松比。
S305:服务器200在测试寿命与真实使用寿命的差值大于预设值的情况下,调整待训练模型中的初始器件参数,直到测试寿命与真实使用寿命的差值小于或等于预设值,得到仿真模型。
具体地,若测试寿命大于真实使用寿命,且测试寿命与真实使用寿命的差值大于预设值,则服务器200减小初始器件参数。若测试寿命小于真实使用寿命,且测试寿命与真实使用寿命的差值大于预设值,则服务器200增大初始器件参数。
下面,以初始器件参数包括热传导系数、热膨胀系数、弹性模量以及泊松比为例,说明如何调整初始器件参数。
示例性地,假设预设值为0.5年、SOC芯片的真实使用寿命为2年。当调整前的热传导系数的取值为119、热膨胀系数的取值为2.8、弹性模量的取值为131以及泊松比的取值为0.3时,将热传导系数的取值119、热膨胀系数的取值2.8、弹性模量的取值131以及泊松比的取值0.3输入到待训练模型中,输出测试寿命为3年。SOC芯片的真实使用寿命和测试寿命之间的差值为1年,大于预设值0.5年,则需要调整热传导系数的取值、热膨胀系数的取值、弹性模量的取值以及泊松比的取值。
可以理解地,热传导系数、热膨胀系数、弹性模量以及泊松比越大时,SOC芯片的测试寿命越短;热传导系数、热膨胀系数、弹性模量以及泊松比越小时,SOC芯片的测试寿命越长。可见,测试寿命的大小与热传导系数、热膨胀系数、弹性模量以及泊松比的大小负相关。由于测试寿命3年大于真实使用寿命2年,则需要减小测试寿命,以使得减小后的测试寿命更接近真实使用寿命2年。由于测试寿命的大小与热传导系数、热膨胀系数、弹性模量以及泊松比的大小负相关,如此,可以增大热传导系数的取值为128、热膨胀系数的取值为3.0、弹性模量的取值为131以及泊松比的取值为0.35。
进而,服务器200可以将热传导系数的取值128、热膨胀系数的取值3.0、弹性模量的取值131以及泊松比的取值0.35输入到待训练模型中,输出测试寿命为2.4年。此时,SOC芯片的真实使用寿命和测试寿命之间的差值为0.4年,小于预设值0.5年,说明减小后的SOC芯片的测试寿命已经接近真实使用寿命,则无需再调整热传导系数、热膨胀系数、弹性模量以及泊松比。如此,服务器200可以将调整后的热传导系数的取值128、热膨胀系数的取值3.0、弹性模量的取值131以及泊松比的取值0.35配置到待训练模型中,得到仿真模型。
可以理解地,上述的S301-S305为如何训练得到仿真模型的过程。可以理解地,在仿真模型被训练完毕后,测试人员A在实际预测手机300的SOC芯片的预测使用寿命时,可以省略上述的S301-S305。
下面,基于S306-S308介绍如何利用训练得到的仿真模型,计算SOC芯片的预测测试寿命。示例性地,本申请实施例提供的器件测试方法还包括:
S306:终端设备100在第一界面101中获取用户输入的环境参数、手机300的标识、以及SOC芯片的标识。其中,SOC芯片为手机300的器件。
示例地,仍如图3所示,环境参数可以包括温度参数和应力参数。温度参数可以为但不限于:每隔30min交替变换的30摄氏度和0摄氏度。例如,还可以为22摄氏度;应力参数可以为但不限于:250HZ。例如,还可以为200N。可见,实际预测手机300的SOC芯片的预测使用寿命时的环境参数与训练仿真模型时的环境参数相同。
手机300的标识可以为“honor50”。可见,实际预测手机300的SOC芯片的预测使用寿命时的手机300的标识与训练仿真模型时的手机300的标识相同。
S307:服务器200接收来自的数据包,其中,数据包携带有终端设备100的环境参数、手机300的标识、以及SOC芯片的标识。
第一界面101中还包括测试按钮102。终端设备100可以响应于测试人员A对测试按钮102的触发操作,向服务器200发送温度参数“每隔30min交替变换的30摄氏度和0摄氏度”及应力参数“250HZ”。
S308:服务器200利用预训练的仿真模型输出SOC芯片在环境参数中的预测使用寿命。
其中,仿真模型中配置有手机300的几何模型以及SOC芯片的调整后的器件参数。可以理解地,手机300的几何模型可以根据手机300的标识查找到。
类似地,器件参数为受到环境参数影响时,使得待测试器件的使用寿命发生变化的参数。例如,器件参数可以包括用于指示SOC芯片受到温度参数影响发生形变的第一影响因子和用于指示SOC芯片受到应力参数影响发生形变的第二影响因子。示例性地,第一影响因子可以包括但不限于SOC芯片的热传导系数和热膨胀系数;第二影响因子可以包括但不限于SOC芯片的弹性模量和泊松比。
另外,如上所述,器件参数是根据待测试器件的真实使用寿命与待训练模型输出的预测使用寿命的差值调整的。其中,调整器件参数的过程可以参照上述对S305的描述,在此不再赘述。
下面,基于图5中的步骤1-步骤3介绍如何实现上述的S308。
步骤1:服务器200利用预训练的仿真模型基于第一影响因子、温度参数、手机300的几何模型,确定几何模型受到温度参数影响时,SOC芯片发生的形变量。其中,手机300的几何模型受到温度参数影响时,手机300的SOC芯片的第一损伤值D1满足算式例如,预训练的仿真模型可以根据算式确定手机300的几何模型受到温度参数影响时,手机300的SOC芯片的第一损伤值D1。其中,D1为第一损伤值;Δγ为手机300受到温度参数影响时,手机300的SOC芯片发生的形变量;εf1为预设的热疲劳韧性系数,热疲劳韧性系数用于描述SOC芯片在温度参数影响下的韧性,可以取值为0.32、0.325或者0.33等,在此不做限定;c=-0.442-6×10-4Tm+1.74×10-2ln(1+f),Tm为上述的温度参数的平均温度值,Tmax为上述的温度参数的最大温度值,Tmin为上述的温度参数的最小温度值,f为上述的温度参数中的温度交替变换的频率。另外,SOC芯片的第一损伤值与温度参数的关系,可以如图6所示。
另外,当手机300的几何模型在以250HZ的频率振动时,会受到应力参数的影响发生形变,则手机300的几何模型受到应力参数影响时,手机300的SOC芯片具有第二损伤值。
步骤2:服务器200利用仿真模型基于第二影响因子、应力参数、以及几何模型,确定手机300的几何模型受到应力参数影响时,手机300的SOC芯片的第二损伤值D2。
其中,步骤2的具体实现可以参照下述的对图8的介绍,在此不作说明。其中,手机300的几何模型受到环境参数影响时,手机300的SOC芯片的预测使用寿命T2满足算式例如,还包括步骤3:服务器200可以根据算式计算出手机300的几何模型受到环境参数影响时,手机300的SOC芯片的预测使用寿命T2。其中,D1为第一损伤值,D2为第二损伤值。
下面,仍以器件参数包括调整后的热传导系数、热膨胀系数、弹性模量以及泊松比为例说明本申请实施例。
由于调整后的热传导系数、热膨胀系数、弹性模量以及泊松比,与SOC芯片实际的热传导系数、热膨胀系数、弹性模量以及泊松比更接近。因此,根据调整后的热传导系数、热膨胀系数、弹性模量以及泊松比,确定手机300的SOC芯片的预测使用寿命的精确度高。
另外,还需要说明的是,上述环境参数包括温度参数和应力参数二者的结合,更符合用户在使用手机300的环境参数。如此,服务器200基于仿真模型确定的手机300的SOC芯片处于上述的温度参数和应力参数下时的预测使用寿命的精确度更高。
可以理解地,在本申请实施例中,是以选择手机300中的SOC芯片作为待测试器件举例说明,如何确定SOC芯片的预测使用寿命的。服务器200还可以基于上述类似的原理,确定手机300的摄像头、扬声器、麦克风、以及传感器等模块的预测使用寿命,在此不再赘述。进而,服务器200可以将SOC芯片、摄像头、扬声器、麦克风、以及传感器等模块的预测使用寿命中取值最小的,确定为手机300的使用寿命。当手机300的使用寿命未达到设定的寿命阈值时,则测试人员需要修改手机300的几何模型,直到确定手机300的使用寿命达到设定的寿命为止。可以理解地,由于SOC芯片、摄像头、扬声器、麦克风、以及传感器的模块的预测使用寿命的精确度高,则最终确定的手机300的使用寿命的可靠性也高。这样,使得基于修改后的几何模型制造的手机300,更能够满足用户的需求。
可以理解地,上述的S301-S308的流程,可以概括为如图7所示的流程。其中,图7所示的流程包括:步骤A:设置现实环境条件的系统(即设置测试环境)。步骤B:手机300处于现实环境条件的系统中的应力条件、温度条件下,且通电。步骤C:在预设时长后,从手机300中取出SOC芯片。步骤D:计算SOC芯片的第一形变量。步骤E:计算SOC芯片受到的第一损伤值。步骤F:计算SOC芯片的真实使用寿命。步骤G1:仿真模型获取温度参数。步骤G2:仿真模型配置手机300处于通电状态。步骤G3:仿真模型获取应力参数。步骤H1,计算SOC芯片受到温度影响时发生的形变量。步骤I1:计算SOC芯片受到温度影响时受到的损伤值。步骤H2,计算SOC芯片受到应力影响时发生的形变量。步骤I2:计算SOC芯片受到应力影响时受到的损伤值。步骤J:根据步骤H1中的损伤值和步骤H2中的损伤值,计算SOC芯片受到的第二损伤值。步骤K:计算SOC芯片的测试寿命。步骤L:调整预配置的SOC芯片的器件参数。步骤M:根据调整后的器件参数,计算SOC芯片的预测使用寿命。
另外,在本申请实施例中,如图8所示,上述的S308中的步骤2包括但不限于下述的Step1-Step4。
Step1:服务器200利用仿真模型基于第二影响因子和应力参数,确定SOC芯片在第一阶模态下、第二阶模态下及第三阶模态下时,分别对应的形变分量ε1、形变分量ε2以及形变分量ε3。
其中,SOC芯片在第一阶模态下时的固有频率可以为617.33HZ、SOC芯片在第二阶模态下时的固有频率可以为914.17HZ以及SOC芯片在第三阶模态下时的固有频率914.17HZ。
需要说明的是,SOC芯片在第n阶模态下的振动时直到破坏的振动次数N满足算式εn=aNn b。所述方法还包括:Step2:服务器200利用仿真模型基于算式ε1=aN1 b计算SOC芯片在第一阶模态下的振动时直到破坏的振动次数N1;以及根据算式ε2=aN2 b计算SOC芯片在第二阶模态下的振动时直到破坏的振动次数N2;以及算式ε3=aN3 b计算SOC芯片在第二阶模态下的振动时直到破坏的振动次数N3。其中,a为常数,例如a可以为0.0021975;b也为常数,例如b可以为-0.12。
需要说明的是,上述的ε1=aN1 b、ε2=aN2 b、以及ε3=aN3 b的可以根据Manson高周疲劳经验公式推导出来。其中,Manson高周疲劳经验公式为ε为形变量,εf2为预设置的预设的应力疲劳韧性系数,应力疲劳韧性系数用于描述SOC芯片在受力作用下的韧性,σu为预设置的SOC芯片在拉伸的极限状态下的强度,E为预设置的SOC芯片的弹性模量,N为SOC芯片在振动时直到破坏的振动次数,b为预设置的弹性斜率(可以取-0.12),弹性斜率为用于描述SOC芯片弹性变形的调整参数,d为预设置的塑性斜率(可以取-0.16),塑性斜率为用于描述SOC芯片塑性变形的调整参数。
由于无法得到SOC芯片在振动过程中的塑性变形,所以只考虑SOC芯片的弹性变形。因此,可以去掉Manson高周疲劳经验公式中的εf2 dNd项,可以得到另外,SOC芯片的弹性模量E、SOC芯片的在拉伸的极限状态下的强度σu均为预设的常数,则可以替换为a,a为常数。示例地,SOC芯片的弹性模量E可以取33.5Gpa(也可以取其他值),SOC芯片在拉伸的极限状态下的强度σu可以取37.9Mpa(也可以取其他值),此时a等于0.0021975,当b=-0.12时,上式为ε=0.0021975N-0.12。
其中,n1为SOC芯片在第一阶模态下的实际振动次数,n2为SOC芯片在第二阶模态下的实际振动次数,n3为SOC芯片在第三阶模态下的实际振动次数,N1为SOC芯片在第一阶模态下的振动时直到破坏的振动次数,N2为SOC芯片在第二阶模态下的振动时直到破坏的振动次数,N3为SOC芯片在第三阶模态下的振动时直到破坏的振动次数,Dv为累积损伤比例。
需要说明的是,上述的算式可以通过疲劳累计损伤定律得到。在疲劳累计损伤定律中,假设某一试件在振动的过程中,受到的各个应力相互独立(当SOC芯片在不同阶的模态下振动时,可以视为受到不同的应力)。各个应力对试件所造成的损伤可以线性累积,进而得到试件受到的累积损伤比例。当累积损伤比例达到预设值时,该试件就视为发生破坏。假设某一试件在幅值分别为的m个常幅交变的应力作用下,该试件的累积损伤比例可由下式表示:其中,ni为试件在某阶模态下的实际振动次数,Ni为预设置的试件在某阶模态下的振动时直到破坏的振动次数,Dv为累积损伤比例。可以理解地,当累积损伤比例Dv=1时,试件发生破坏。
需要说明的是,在SOC芯片处于振动的过程中时,SOC芯片上的任一点的位移为随机的过程且服从正态分布。如图9所示,在(u-σ,u+σ]、(u-2σ,u+2σ]、以及(u-3σ,u+3σ]的三个分布区间,加速度的发生概率分别为68.3%、95.4%和99.73%。如此,在(u-σ,u+σ]、(u-2σ,u+2σ]、以及(u-3σ,u+3σ]的三个分布区间,SOC芯片上每个点的位移的加速度以68.3%、27.1%、4.33%的概率出现。如此,可以得到算式(2):
n1=n0 +×t×68.31%,以及n3=n0 +×t×4.33%。其中,n0 +为SOC芯片在振动时通过零点的次数,t为SOC芯片从开始振动到发生破坏的时间,且t为未知数。另外,n0 +满足算式(3):
其中,P1、f1、Q1以及ω1分别为预设置的SOC芯片在第一阶模态下振动时的加速度、固有频率、共振频率处的角频率以及固有角频率;P2、f2、Q2以及ω2分别为预设置的SOC芯片在第二阶模态下振动时的加速度、固有频率、共振频率处的角频率以及固有角频率;P3、f3、Q3以及ω3分别为预设置的SOC芯片在第三阶模态下振动时的加速度、固有频率、共振频率处的角频率以及固有角频率。其中,
可以理解地,由于P1、f1、Q1、P2、f2、Q2、P3、f3、以及Q3均为预配置的已知数,如此通过上述的算式(3)计算得到SOC芯片在振动时通过零点的次数n0 +。如此,可以将计算得到的n0 +代入算式(2),再将算式(2)代入到上述的算式(1)中,得到基于上述,由于累积损伤比例Dv=1时,SOC芯片发生破坏,则可以计算出SOC芯片从开始振动到发生破坏的时间t。
另外,SOC芯片受到的第二损伤值满足算式例如,所述方法还包括:Step4:服务器200利用仿真模型基于算式确定SOC芯片受到的第二损伤值。其中,D2为手机300的几何模型受到应力参数影响时,手机300的SOC芯片的第二损伤值,t为SOC芯片从开始振动到发生破坏的时间。
可以理解地,在上述的疲劳累计损伤定律中,假设在SOC芯片在振动的过程中,SOC芯片上的同一点的受到损伤的概率是相同的,则服务器200可以根据算式确定手机300的几何模型受到应力参数影响时,手机300的SOC芯片的第二损伤值。
另外,上述实施例提供的器件测试方法,是终端设备100和服务器200结合完成的;本申请实施例提供的器件测试方法,还可以由终端设备100独立完成,在此不做限定。
请参阅图10,本申请还提供一种器件测试装置1000,本申请提供的装置1000包括:显示单元1001,用于显示第一界面。处理单元1002,通过第一界面获取用户输入的环境参数、待测试设备的标识、以及待测试器件的标识,其中,待测试器件为待测试设备的器件。处理单元1002,还用于利用预训练的仿真模型输出待测试器件在环境参数中的预测使用寿命;其中,仿真模型中配置有待测试设备的几何模型以及待测试器件的调整后的器件参数,器件参数为受到环境参数影响时,使得待测试器件的使用寿命发生变化的参数,器件参数是根据待测试器件的真实使用寿命与待训练模型输出的测试寿命的差值调整的。
在一种可能的实施方式中,环境参数包括温度参数和应力参数,器件参数包括用于指示待测试器件受到温度参数影响发生形变的第一影响因子、和用于指示待测试器件受到应力参数影响发生形变的第二影响因子。
处理单元1002,具体用于利用预训练的仿真模型基于第一影响因子、温度参数以及几何模型,确定几何模型受到温度参数影响时,待测试器件的第一损伤值。利用预训练的仿真模型基于第二影响因子、应力参数以及几何模型,确定几何模型受到应力参数影响时,待测试器件的第二损伤值。利用预训练的仿真模型基于第一损伤值和第二损伤值,输出几何模型受到环境参数影响时,待测试器件的预测使用寿命。
在一种可能的实施方式中,第一损伤值满足算式其中,D1为第一损伤值;Δγ为几何模型受到温度参数影响时,待测试器件发生的形变量,εf1为预设的热疲劳韧性系数,热疲劳韧性系数用于描述待测试器件在温度参数影响下的韧性,c=K1Tm+K2ln(1+f),Tm为温度参数的平均温度值,f为温度参数中的温度交替变换的频率,K1和K2为常数。形变量Δγ,是预训练的仿真模型基于第一影响因子、温度参数、以及几何模型确定的。
在一种可能的实施方式中,第二损伤值满足算式其中,D2为几何模型受到应力参数影响时,待测试器件的第二损伤值,t为待测试器件从开始振动到发生破坏的时间。其中,待测试器件从开始振动到发生破坏的时间t满足 n0 +为待测试器件在振动时通过零点的次数,N1为在第一阶模态下的振动时直到破坏的振动次数,N2为在第二阶模态下的振动时直到破坏的振动次数,N3为在第三阶模态下的振动时直到破坏的振动次数。N1满足ε1=aN1 b,N2满足ε2=aN2 b,N3满足ε3=aN3 b,形变分量ε1是待测试器件在第一阶模态下,仿真模型基于第二影响因子和应力参数确定的;形变分量ε2是待测试器件在第二阶模态下,仿真模型基于第二影响因子和应力参数确定的,形变分量ε3是待测试器件在第一阶模态下,仿真模型基于第二影响因子和应力参数确定的,a和b为常数。
在一种可能的实施方式中,处理单元1002还用于获取环境参数、待测试设备的标识以及真实使用寿命。利用待训练模型输出待测试设备的待测试器件,在环境参数中的测试寿命,其中,待训练模型中配置有待测试器件的初始器件参数。在测试寿命与真实使用寿命的差值大于预设值的情况下,调整待训练模型中的初始器件参数,直到测试寿命与真实使用寿命的差值小于或等于预设值,得到仿真模型。
在一种可能的实施方式中,处理单元1002,具体用于若测试寿命大于真实使用寿命,且测试寿命与真实使用寿命的差值大于预设值,则减小初始器件参数。若测试寿命小于真实使用寿命,且测试寿命与真实使用寿命的差值大于预设值,则增大初始器件参数。
在一种可能的实施方式中,器件参数包括热传导系数、热膨胀系数、弹性模量以及泊松比中的至少一个。
在一种可能的实施方式中,待测试器件为SOC芯片。
示例性的,图11为本申请实施例提供的一种电子设备的硬件结构示意图,如图11所示,该电子设备包括处理器1101,通信线路1104以及至少一个通信接口(图11中示例性的以通信接口1103为例进行说明)。
处理器1101可以是一个通用中央处理器(central processing unit,CPU),微处理器,特定应用集成电路(application-specific integrated circuit,ASIC),或一个或多个用于控制本申请方案程序执行的集成电路。
通信线路1104可包括在上述组件之间传送信息的电路。
通信接口1103,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线局域网(wireless local area networks,WLAN)等。
可能的,该电子设备还可以包括存储器1102。
存储器1102可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过通信线路1104与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器1102用于存储执行本申请方案的计算机执行指令,并由处理器1101来控制执行。处理器1101用于执行存储器1102中存储的计算机执行指令,从而实现本申请实施例所提供的器件测试方法。
可能的,本申请实施例中的计算机执行指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
在具体实现中,作为一种实施例,处理器1101可以包括一个或多个CPU,例如图11中的CPU0和CPU1。
在具体实现中,作为一种实施例,电子设备可以包括多个处理器,例如图11中的处理器1101和处理器1105。这些处理器中的每一个可以是一个单核(single-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
示例性的,图12为本申请实施例提供的一种芯片的结构示意图。芯片120包括一个或两个以上(包括两个)处理器1210和通信接口1230。
在一些实施方式中,存储器1240存储了如下的元素:可执行模块或者数据结构,或者他们的子集,或者他们的扩展集。
本申请实施例中,存储器1240可以包括只读存储器和随机存取存储器,并向处理器1210提供指令和数据。存储器1240的一部分还可以包括非易失性随机存取存储器(non-volatile random access memory,NVRAM)。
本申请实施例中,存储器1240、通信接口1230以及存储器1240通过总线系统1220耦合在一起。其中,总线系统1220除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。为了便于描述,在图12中将各种总线都标为总线系统1220。
上述本申请实施例描述的方法可以应用于处理器1210中,或者由处理器1210实现。处理器1210可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器1210中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1210可以是通用处理器(例如,微处理器或常规处理器)、数字信号处理器(digitalsignal processing,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现成可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门、晶体管逻辑器件或分立硬件组件,处理器1210可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。
结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。其中,软件模块可以位于随机存储器、只读存储器、可编程只读存储器或带电可擦写可编程存储器(electricallyerasable programmable read only memory,EEPROM)等本领域成熟的存储介质中。该存储介质位于存储器1240,处理器1210读取存储器1240中的信息,结合其硬件完成上述方法的步骤。
在上述实施例中,存储器存储的供处理器执行的指令可以以计算机程序产品的形式实现。其中,计算机程序产品可以是事先写入在存储器中,也可以是以软件形式下载并安装在存储器中。
计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字测试人员线(digital subscriber line,DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。例如,可用介质可以包括磁性介质(例如,软盘、硬盘或磁带)、光介质(例如,数字通用光盘(digital versatile disc,DVD))、或者半导体介质(例如,固态硬盘(solid state disk,SSD))等。
本申请实施例还提供了一种计算机可读存储介质。上述实施例中描述的方法可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。计算机可读介质可以包括计算机存储介质和通信介质,还可以包括任何可以将计算机程序从一个地方传送到另一个地方的介质。存储介质可以是可由计算机访问的任何目标介质。
作为一种可能的设计,计算机可读介质可以包括紧凑型光盘只读储存器(compactdisc read-only memory,CD-ROM)、RAM、ROM、EEPROM或其它光盘存储器;计算机可读介质可以包括磁盘存储器或其它磁盘存储设备。而且,任何连接线也可以被适当地称为计算机可读介质。例如,如果使用同轴电缆,光纤电缆,双绞线,DSL或无线技术(如红外,无线电和微波)从网站,服务器或其它远程源传输软件,则同轴电缆,光纤电缆,双绞线,DSL或诸如红外,无线电和微波之类的无线技术包括在介质的定义中。如本文所使用的磁盘和光盘包括光盘(CD),激光盘,光盘,数字通用光盘(digital versatile disc,DVD),软盘和蓝光盘,其中磁盘通常以磁性方式再现数据,而光盘利用激光光学地再现数据。
上述的组合也应包括在计算机可读介质的范围内。以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (13)
1.一种器件测试方法,其特征在于,所述方法包括:
显示第一界面;
在所述第一界面中获取用户输入的环境参数、待测试设备的标识、以及待测试器件的标识,其中,所述待测试器件为所述待测试设备的器件;
利用预训练的仿真模型输出所述待测试器件在所述环境参数中的预测使用寿命;其中,所述仿真模型中配置有所述待测试设备的几何模型以及所述待测试器件的调整后的器件参数,所述器件参数为受到所述环境参数影响时,使得所述待测试器件的使用寿命发生变化的参数,所述器件参数是根据所述待测试器件的真实使用寿命与待训练模型输出的测试寿命的差值调整的;
所述环境参数包括温度参数和应力参数,所述器件参数包括用于指示所述待测试器件受到所述温度参数影响发生形变的第一影响因子、和用于指示所述待测试器件受到所述应力参数影响发生形变的第二影响因子,所述利用预训练的仿真模型输出所述待测试器件在所述环境参数中的预测使用寿命,包括:
利用所述预训练的仿真模型基于所述第一影响因子、所述温度参数以及所述几何模型,确定所述几何模型受到所述温度参数影响时,所述待测试器件的第一损伤值;
利用所述预训练的仿真模型基于所述第二影响因子、所述应力参数以及所述几何模型,确定所述几何模型受到所述应力参数影响时,所述待测试器件的第二损伤值;
利用所述预训练的仿真模型基于所述第一损伤值和所述第二损伤值,输出所述几何模型受到所述环境参数影响时,所述待测试器件的所述预测使用寿命。
3.根据权利要求1所述的方法,其特征在于,
其中,所述待测试器件从开始振动到发生破坏的时间t满足 n0 +为所述待测试器件在振动时通过零点的次数,N1为在第一阶模态下的振动时直到破坏的振动次数,N2为在第二阶模态下的振动时直到破坏的振动次数,N3为在第三阶模态下的振动时直到破坏的振动次数,
N1满足ε1=aN1 b,N2满足ε2=aN2 b,N3满足ε3=aN3 b,形变分量ε1是所述待测试器件在第一阶模态下,所述仿真模型基于所述第二影响因子和所述应力参数确定的;形变分量ε2是所述待测试器件在第二阶模态下,所述仿真模型基于所述第二影响因子和所述应力参数确定的,形变分量ε3是所述待测试器件在第一阶模态下,所述仿真模型基于所述第二影响因子和所述应力参数确定的,a和b为常数。
5.根据权利要求1所述的方法,其特征在于,在所述第一界面中获取用户输入的环境参数、待测试设备的标识、以及待测试器件的标识之前,所述方法还包括:
获取所述环境参数、所述待测试设备的标识以及所述真实使用寿命;
利用所述待训练模型输出所述待测试设备的所述待测试器件,在所述环境参数中的所述测试寿命,其中,所述待训练模型中配置有所述待测试器件的初始器件参数;
在所述测试寿命与所述真实使用寿命的差值大于预设值的情况下,调整所述待训练模型中的所述初始器件参数,直到所述测试寿命与所述真实使用寿命的差值小于或等于预设值,得到所述仿真模型。
6.根据权利要求5所述的方法,其特征在于,所述在所述测试寿命与所述真实使用寿命的差值大于预设值的情况下,调整所述待训练模型中的所述初始器件参数,包括:
若所述测试寿命大于所述真实使用寿命,且所述测试寿命与所述真实使用寿命的差值大于预设值,则减小所述初始器件参数;
若所述测试寿命小于所述真实使用寿命,且所述测试寿命与所述真实使用寿命的差值大于预设值,则增大所述初始器件参数。
7.根据权利要求5所述的方法,其特征在于,在获取所述环境参数、所述待测试设备的标识以及所述待测试器件的真实使用寿命之前,所述方法还包括:
在所述待测试设备处于测试环境后,确定所述待测试设备的所述真实使用寿命。
8.根据权利要求7所述的方法,其特征在于,在所述待测试设备处于测试环境后,确定所述待测试设备的所述真实使用寿命之前,所述方法还包括:
采集所述待测试器件的第一图像;
所述在所述待测试设备处于测试环境后,确定所述待测试设备的所述真实使用寿命,包括:
在所述待测试设备处于所述测试环境后,采集所述待测试器件的第二图像;
比对所述第二图像和所述第一图像,以计算所述待测试器件处于所述测试环境下的环境条件发生的第一形变量;
利用Coffin-Manson模型基于所述第一形变量,获取所述真实使用寿命。
9.根据权利要求7所述的方法,其特征在于,
所述测试环境下的环境条件包括:温度条件和应力条件;
所述测试环境包括:温箱和振动台,所述振动台位于所述温箱内,在所述待测试设备处于所述振动台时,所述振动台用于控制所述待测试设备振动,以使所述待测试设备处于所述应力条件下,所述温箱用于使得所述待测试设备处于所述温度条件下。
10.根据权利要求1-9任一所述的方法,其特征在于,所述器件参数包括热传导系数、热膨胀系数、弹性模量以及泊松比中的至少一个。
11.根据权利要求1-9任一所述的方法,其特征在于,所述待测试器件为SOC芯片。
12.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至11中任一项所述的器件测试方法。
13.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,使得计算机执行如权利要求1至11任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111123059.6A CN115048902B (zh) | 2021-09-24 | 2021-09-24 | 器件测试方法和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111123059.6A CN115048902B (zh) | 2021-09-24 | 2021-09-24 | 器件测试方法和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115048902A CN115048902A (zh) | 2022-09-13 |
CN115048902B true CN115048902B (zh) | 2023-04-28 |
Family
ID=83156365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111123059.6A Active CN115048902B (zh) | 2021-09-24 | 2021-09-24 | 器件测试方法和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115048902B (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6609051B2 (en) * | 2001-09-10 | 2003-08-19 | Daimlerchrysler Ag | Method and system for condition monitoring of vehicles |
CN103926536A (zh) * | 2014-03-07 | 2014-07-16 | 南京航空航天大学 | 基于dst和bmc技术的锂离子电池剩余使用寿命预测方法 |
CN105653851B (zh) * | 2015-12-27 | 2018-09-21 | 北京化工大学 | 基于分阶段物理模型及粒子滤波的滚动轴承剩余寿命预测方法 |
-
2021
- 2021-09-24 CN CN202111123059.6A patent/CN115048902B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115048902A (zh) | 2022-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI600875B (zh) | 判定智慧型可彎曲系統中之裝置曲度之技術 | |
CN107786504B (zh) | Elf文件发布方法、elf文件校验方法、服务器及终端 | |
US11706199B2 (en) | Electronic device and method for generating attestation certificate based on fused key | |
CN110462713B (zh) | 用于实现合成的物理不可克隆功能的电路和方法 | |
US20160306689A1 (en) | Nexus determination in a computing device | |
CN105630685A (zh) | 程序接口测试方法及装置 | |
CN117592053A (zh) | 用于客户端设备的信任服务 | |
CN108268366A (zh) | 测试用例执行方法及装置 | |
CN110543502B (zh) | 基于区块链的信用数据处理方法、装置、设备及存储介质 | |
JP7152214B2 (ja) | 情報処理システム、情報処理装置及び情報処理システムの動作方法 | |
CN115048902B (zh) | 器件测试方法和电子设备 | |
US10097126B2 (en) | Method and apparatus to change resonance frequency of an electronic device | |
KR20190101582A (ko) | 배터리 충방전 시간에 기반하여 충전을 제어하는 장치 및 방법 | |
CN110659179A (zh) | 一种评估系统运行状况的方法、装置及电子设备 | |
US20220065935A1 (en) | Predicting future battery safety threat events with causal models | |
TWI665882B (zh) | Method and device for detecting shared risk link group | |
KR102424672B1 (ko) | 악성 코드를 분류하는 전자 장치 및 그 동작 방법 | |
KR20210014992A (ko) | 불량을 예측하는 전자 장치 및 그 전자 장치의 제어 방법 | |
CN115640567B (zh) | Tee完整性认证方法、装置、系统及存储介质 | |
CN109922056B (zh) | 数据安全处理方法及其终端、服务器 | |
CN114268365B (zh) | 一种基于可视化技术的通信光缆智能预警方法及系统 | |
KR102301293B1 (ko) | 컴퓨터의 노후화 정도를 분석하는 사용자 단말의 성능 측정 방법 | |
CN110678849A (zh) | 不稳定移动设备的自动恢复 | |
US20220129578A1 (en) | Electronic device for managing personal information and method therefor | |
CN111522798A (zh) | 数据同步方法、装置、设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |